在当今信息化社会,舆情分析的主战场从传统媒体转移到了以论坛、网络新闻、微博等为代表的网络媒体。这些网络媒体主要以文本形式存在,具有信息突发性强、传播速度快、片面性强、报道存在偏差等特点,在商业领域有举足轻重的影响,尤其是权威媒体发布的新闻,往往对商业领域的企业或个人决策造成影响。基于商业领域的需要,本文提出了一个基于商业领域知识图谱的新闻舆情系统。系统组成部分有爬虫系统、知识图谱、数据挖掘模块,其中数据挖掘模块由实体链接和情感分析模块组成。本文的主要贡献和创新如下:(1)为了保证商业舆情分析从文本识别实体的准确性,并解决传统基于支持向量机SVM或PageRank的方法需要手工提取特征、构建周期长、人力成本高的问题,本文提出了结合知识图谱的实体链接方法。方法首先对知识图谱进行需求分析,对知识图谱的概念、实体、准则(Schema)进行定义,并构建商业领域的知识图谱,其中包含实体的称呼、属性以及实体之间的关系;接着基于实体的信息,使用神经网络模型,实现文本到知识图谱的链接。(2)为了保证舆情系统正确识别新闻等长文本对实体造成的影响,并解决传统基于支持向量机SVM、逻辑回归等对于特定实体情感分析准确率低的问题,本文提出了一种对长文本进行特定目标的情感分析模型。该方法首先找出与特定实体有关的以句为单位的文本内容,然后获得每个句子中特定实体的向量表示,并利用注意力attention机制结合获得特定向量的整体表示以进行情感分析。(3)根据商业领域信息更新快的特点,使用git工具管理xml文件对具有10,000以上个实体的知识图谱进行存储和维护。(4)部署并上线本文提出的系统,该系统平均每日爬取3000篇新闻,已拥有知名企业用户。